[发明专利]一种基于堆栈自编码器的气象敏感负荷功率估算方法在审
| 申请号： | 201810606900.9 | 申请日： | 2018-06-13 |
| 公开（公告）号： | CN108763820A | 公开（公告）日： | 2018-11-06 |
| 发明（设计）人： | 赵静波;鞠平;陈彦翔;秦川;施佳君;廖诗武;朱鑫要;王大江 | 申请（专利权）人： | 国网江苏省电力有限公司电力科学研究院;国家电网有限公司;河海大学;江苏省电力试验研究院有限公司 |
| 主分类号： | G06F17/50 | 分类号： | G06F17/50 |
| 代理公司： | 南京纵横知识产权代理有限公司 32224 | 代理人： | 耿英;董建林 |
| 地址： | 211103 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于堆栈自编码器的气象敏感负荷功率估算方法。包括：在SAE模型的输出端增加多层全连接层，建立基于SAE的气象敏感负荷功率估算模型。利用SAE的无监督学习提取日负荷曲线的降维特征，利用气象敏感负荷功率曲线作为有标签样本训练全连接层，从而在全连接层形成由日负荷曲线降维特征到气象敏感负荷功率间的映射。本发明提出的估算模型可以由日负荷曲线直接获得气象敏感负荷功率曲线，尤其适用于实际应用时气象数据经常缺失的情况。SAE可以无监督提取日负荷曲线的降维特征，大幅减少了全连接层的输入神经元个数，从而大幅减少了全连接层的网络参数，显著降低了模型训练难度。 | ||
| 搜索关键词： | 敏感负荷 连接层 日负荷 气象 功率估算 降维 功率曲线 编码器 堆栈 输入神经元 无监督学习 估算模型 模型训练 气象数据 网络参数 样本训练 输出端 无监督 多层 映射 标签 应用 | ||
【主权项】：
1.一种基于堆栈自编码器的气象敏感负荷功率估算方法，其特征在于，在堆栈自编码器SAE模型的输出端增加多层全连接层，建立基于SAE的气象敏感负荷功率估算模型；利用SAE的无监督训练方法提取日负荷曲线的降维特征，利用气象敏感负荷功率曲线作为有标签样本训练全连接层，从而在全连接层形成由日负荷曲线降维特征到气象敏感负荷功率间的映射。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于国网江苏省电力有限公司电力科学研究院;国家电网有限公司;河海大学;江苏省电力试验研究院有限公司，未经国网江苏省电力有限公司电力科学研究院;国家电网有限公司;河海大学;江苏省电力试验研究院有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810606900.9/，转载请声明来源钻瓜专利网。
